数据分析人才招聘的数据挖 掘.docxVIP

第一章 绪论 1.1研究的目的及意义 目前，随着我国互联网的发展，我国已经进入了一个全新的互联网时代，在这个全新的互联网时代，每天都会产生大量的数据信息，这样的环境下使得每天处理的信息量越来越多，也越来越复杂，面对这样的情况，就会使得企业需要更多的人员来进行相关的数据处理。尤其是近年来，我国大数据产业的发展，使得相关的数据分析人才也越来越重要。从目前调查数据来看，我国从事大数据方面的人才仅有47万人左右，在未来的几年内，我国对于相关的数据人才的需求将到达160万人左右，因此在未来的几年我国对于数据分析方面的人才将会大量的缺少，从而会出现一定的人才荒。根据智联招聘发布的《2017年我国人才市场报告》指出，目前在我国的人才需求上，数据分析人才是最为稀缺的人才。随着经济的发展，各种信息数据日渐庞大，国家对数据分析人才的需求越来越多，对数据分析人才的质量要求也越来越高，由此看来，对人才市场所需数据分析人才进行研究分析很有必要。 本次研究的课题是在上述的背景下，在网上爬取典型城市关于数据分析岗位的招聘信息，比较城市分布对数据分析人才的需求，并运用相关软件对改数据分析岗位的学历、工作经验以及该岗位所需技能等进行研究分析。此次研究分析，对于市场来说，了解数据分析岗位人才市场现状，合理化数据分析岗位市场资源配置；针对公司的人才需求，可以为招聘者提供一定的人才信息参考，公司可根据情况制定相应的招聘信息；对于求职者来说，可以为求职者提供一定的岗位信息数据参考，从而使得自己在未来的求职中更加的做好自己的定位。 1.2国内研究 我国对于数据分析人才的培养，是从2007年开始的，首先进行相关的数据人才的培养的是在复旦大学,之后，我国才有大学开始开设相关的数据人才专业，从而使得我国在数据人才的大学方面有了一定的基础。从这些高校的分析上来看，所谓的数据分析性人才，就是需要在相关的技能上，比如数学、统计学、语言处理等方面都有一定的影响的人才，对于数据分析型人才的要求也相对的较高，这样的环境中，使得相关的数据分析型人才更加的具有一定专业性和全面性。从整体上，一个较高层次的数据分析人才应该掌握7大版块的知识结构,分别是数据采集、数据存储、数据提取、数据挖掘、数据分析、数据展现以及数据应用[6]。 2008年4月，中国成立了中国工商联数据分析委员会，这是在中国成立的第一个全国性的数据分析组织，对于这样的环境中，我们要求的是通过这样的组织的处理，使得我国在进行相关的数据分析人才上更加的具有一定的教育意义，从而使得选择数据分析人才的人数也越来越多，对于数据分析型人才的培养计划有着一定的推动作用。目前，在我国一些经济比较发达的地方，比如北京、上海等城市，就已经存在了数据分析事务所，专门为其它企业或者机构提供专业性的数据分析型人才。近几年来，随着我国数据分析型人才越来越受到相关部门的重视，加上在市场上的需求也越来越大，使得相关的数据分析型人才更加的具有一定的稀缺性。当我们在对各个行业的数据分析型人才进行相关的数据挖掘的时候，也会对数据人才所在的领域进行一定的分析和探讨。在实际的应用中，数据分析可以给人们的决定带来一定的帮助，从而使得相关的数据分析型人才更加的稀缺。通常情况下来看，数据分析人才是在数学与计算机系统相互结合的一种产物。 1.3国外研究 在国外，对于相关的数据分析人才的研究和相关课程的开展比中国早，目前也取得了一定的研究成果，也为国外的数据分析提供了大量的数据分析型人才的需求，从目前的发展情况来看，相关的数据分析型人才主要集中在美国和欧洲的英国、法国等国家。 在美国，麦肯锡公司(McKinsey)做了一项关于数据分析性人才的调查，其主要的观点认为，在2018年，美国对于数据分析型人才的缺口将会搞到50-60%。而咨询公司埃森哲(Accenture)通过对相关的调查数据显示，在调查的客户中，相互直接会出现一定的关联，在这个时候，就会用到相关的关联规则，用关联规则来反应不同事物之间的相互关系，从而在一定的程度上保证了这些事件之间的关联性，通过这样的关联性，去进行其他事件的预测，从相互预测的数据中挖掘出有价值的数据项之间的相关性。 1.4研究方法 本文运用Python软件对数据进行爬取，并将所爬取得数据进行预处理，对于预处理之后的数据将其进行关键词分析、词云分析以及数据分析人才在行业、学历、城市上的分布。由于通过智联招聘网站上所爬取的数据信息不同，这些数据信息就像是论文中的关键词一样，因此需要进行处理。本论文研究具体的思路如下图１所示。 智联招聘网站 智联招聘网站 爬取 原始数据 原始数据 数据预处理 数据预处理 关系型数据库 关系型数据库 城市分布工作经验学历要求 城市